# 2026-04-02 - bbav20311 意图识别与RAG回复修复

## 项目信息
- **项目**: bbav20311
- **路径**: `/home/xia-lab/wutx/00test/bbav20311`
- **记录时间**: 2026-04-02

---

## 修复内容

### 1. 意图识别优化

**问题**: "帮我执行motif分析"被错误识别为基因家族鉴定

**修复文件**: `/gfa_core/mas/core/orchestrator.py`

**修改内容**:
- 在`_analysis_node`中添加LLM意图识别
- 支持识别以下分析类型：
  - `identify`: 基因家族鉴定
  - `phylogeny`: 进化树构建
  - `motif`: Motif分析
  - `domain`: 结构域分析
  - `structure`: 基因结构分析
  - `promoter`: 启动子分析
  - `synteny`: 共线性分析

**代码片段**:
```python
# 使用LLM进行意图识别
intent_prompt = """你是一个基因家族分析系统的意图识别器...
分析类型（必须是以下之一）：
- identify: 基因家族鉴定
- phylogeny: 进化树构建
- motif: Motif分析
...""")
```

---

### 2. RAG回复优化

**问题**: 回复泄露了CLI命令和系统内部信息

**修复文件**: `/gfa_core/mas/core/orchestrator.py`

**修改内容**:
- 修改knowledge节点的prompt
- 添加系统提示，禁止暴露内部信息
- 明确要求只回答用户问题本身

**修改前**:
```python
prompt = f"""基于以下参考资料回答问题...
参考资料: {context}
问题: {query}
请提供详细、准确的回答："""
```

**修改后**:
```python
prompt = f"""你是一个基因家族分析专家...
参考资料: {context}
用户问题: {query}
请提供简洁、专业的回答。不要提及任何系统内部信息、代码、CLI命令或文件路径。"""

messages = [
    LLMMessage(role="system", content="你是BotanicalBaseAgent基因家族分析系统的知识助手。只回答用户问题，不暴露任何系统内部信息。"),
    LLMMessage(role="user", content=prompt)
]
```

---

## 验证结果（2026-04-02 10:00）

### 服务状态
| 组件 | 状态 |
|------|------|
| Redis | ✅ 运行中 (PID: 1460189) |
| Celery Worker | ✅ 运行中 (PID: 2216242) |
| FastAPI | ✅ 运行中 (前台模式稳定) |

### 意图识别验证 ✅

**测试用例**: "帮我执行motif分析"

**结果**:
```
[DEBUG] Intent analysis: type=motif, family=, species=
stage: motif      ✅ 正确识别
agent: analysis   ✅ 走到analysis节点
```

**修复内容**:
1. `_analysis_node` 中添加LLM意图识别
2. `_route_query` 添加motif/phylogeny/domain等关键词支持
3. 优先使用`_router_node`设置的mode进行路由

### RAG回复验证 ✅

**测试用例**: "什么是基因家族鉴定"

**结果**:
- 回复内容专业、面向用户
- `contains_cli: False` — 无CLI命令泄露
- 无文件路径、无代码、无系统内部信息

---

## 待办事项（全部完成 ✅）

1. ✅ 重新启动Celery Worker
2. ✅ 前端测试修复后的功能
3. ✅ 验证意图识别准确性
4. ✅ 验证RAG回复不再泄露系统信息

---

## 启动命令

```bash
# 启动Celery Worker
cd /home/xia-lab/wutx/00test/bbav20311
celery -A celery_app worker --loglevel=info --concurrency=1

# 启动FastAPI服务
cd /home/xia-lab/wutx/00test/bbav20311/apps/web/vue3
python3 main.py
```

---

## 关键修复代码

### 1. `_route_query` 路由优化
```python
def _route_query(self, state: GraphState) -> str:
    query = state["query"].lower()
    mode = state.get("mode", "faq")
    
    # 优先使用router节点设置的mode
    if mode == "analysis":
        return "analysis"
    if mode == "faq":
        return "knowledge"

    analysis_keywords = [
        "鉴定", "分析", "帮我", "执行", "运行",
        "identify", "analyze", "analysis", "run", "execute",
        "motif", "phylogeny", "进化树", "结构域", "domain",
        "启动子", "promoter", "共线性", "synteny",
    ]

    for keyword in analysis_keywords:
        if keyword in query:
            return "analysis"

    return "knowledge"
```

### 2. `_analysis_node` 意图识别
```python
# 使用LLM进行意图识别
intent_prompt = """分析用户的请求，提取以下信息：
1. 分析类型（identify/phylogeny/motif/domain/structure/promoter/synteny）
2. 基因家族名称
3. 物种
请以JSON格式回复..."""
```

---

## 3. 意图识别扩展（2026-04-02 17:00）

**问题**: RNA-Seq子阶段、Combo、PEP等分析无法识别

**修复文件**: `/gfa_core/mas/core/orchestrator.py`

**修改内容**:
- 扩展分析类型到19种：identify, phylogeny, motif, domain, structure, promoter, synteny, interspecies_synteny, karyotype, ppi, kaks, expression, enrichment, pep, combo, rna_seq_qc, rna_seq_mapping, rna_seq_quantification, trend, wgcna
- 添加50+生物信息学常用术语关键词
- 完善意图识别prompt，覆盖所有分析类型别名

---

## 4. PPI分析修复（2026-04-02 21:00 - 23:00）

**问题**: PPI分析失败，缺少ortholog_pairs.txt映射文件

**修复文件**: 
- `/apps/web/pipeline_backend.py`
- `/apps/cli/run_ortholog.py`（新增）

**修改内容**:
1. **自动查找种间共线性结果**: 优先使用`interspecies_synteny/analysis/Ft.Ath.anchors`
2. **自动格式转换**: 将anchors格式转换为ortholog_pairs格式
3. **精准筛选**: 只筛选当前基因家族成员的映射关系
4. **格式修正**: 修正输出格式为`苦荞ID 拟南芥ID`（符合PPI脚本期望）

**关键代码**:
```python
# 从种间共线性结果中筛选当前基因家族的映射
if mapping_file and mapping_file.name.endswith(".anchors"):
    gene_id_file = final_dir / f"{prefix}.final_members.id"
    gene_family_ids = set()
    # 读取基因家族成员...
    
    # 只保留当前基因家族成员的映射
    if ft_gene in gene_family_ids:
        f_out.write(f"{ft_gene}\t{ath_gene}\n")  # 苦荞ID 拟南芥ID
```

---

## 5. 种间共线性分析修复（2026-04-02 21:00）

**问题**: 种间共线性分析被错误识别为种内共线性

**修复文件**: `/gfa_core/mas/core/orchestrator.py`

**修改内容**:
- 将`interspecies`改为`interspecies_synteny`以匹配pipeline stage名称
- 添加stage名称映射：`interspecies` -> `interspecies_synteny`

---

## 6. 语法错误修复（2026-04-02 21:12）

**问题**: IndentationError: unexpected indent

**修复文件**: `/gfa_core/mas/core/orchestrator.py`

**修改内容**:
- 删除重复的guidance_map定义
- 修复缩进错误

---

## 修复文件清单

| 文件路径 | 修改类型 | 说明 |
|---------|---------|------|
| `/gfa_core/mas/core/orchestrator.py` | 修改 | 意图识别、路由、RAG回复优化 |
| `/apps/web/pipeline_backend.py` | 修改 | PPI分析自动查找/生成ortholog映射 |
| `/apps/cli/run_ortholog.py` | 新增 | 同源基因识别脚本（BLASTP） |

---

*记录时间: 2026-04-02 01:08*  
*更新时间: 2026-04-03 01:03*